一款於 2021 年推出的 GitHub AI 編程輔助工具「Copilot」，在 2022 年惹上了集體侵權訴訟官司，主要原因是有人認為 Copilot 用到了他們寫的程式碼，卻沒有給出相對應的「程式碼歸屬者」訊息，違反了開源條款，控方律師向微軟、GitHub 與 OpenAI 求償 90 億美元。現在，微軟、GitHub、OpenAI 希望法院撤銷這項集體侵權訴訟，因為他們的主張不成立。
微軟、GitHub、OpenAI 被告侵權，索賠 90 億美元
整個事件的起源，是德州農工大學電腦科學教授 Tim Davis 的一則推文，引發了大眾關注。這名教授發現，他可以透過 GitHub 的 AI 編程輔助工具 Copilot 輕易重現他的稀疏矩陣程式碼，而這段程式碼並沒有給出明確的「程式碼歸屬者」資訊，彷彿是 Copilot 原創的一般。
消息傳出後，網路上立刻炸開了鍋。很多人反應，這個情況是不可接受的，因為就算是 GitHub 上開源的程式碼，使用者也必須遵守一定的「責任義務」，才可以自由合法的運用這些開源內容，例如給出明確的程式碼歸屬者資訊。但是，Copilot 這個 AI 編程輔助工具雖然使用了開源的程式碼做機器學習訓練，卻不會附上應該提供的資訊，這違反了開源的規範。
2022 年 11 月，由 Matthew Butterick 與 Joseph Saveri 律師事務所提起了一項集體訴訟，主張 GitHub Copilot 這款 AI 工具違反了《數位千禧年著作權法》、《不公平競爭法》，以及違反了 GitHub 自己的隱私聲明與服務條款，向 GitHub、OpenAI 以及微軟索賠 90 億美元。
對此，微軟及另外兩個合作伙伴表示，這個訴訟「缺乏實質傷害」以及「未能提出明確的法律權利侵犯」。這三家公司認為，原告依賴的是「假設的事件」來提告，而不是真的受到了什麼傷害。
使用開源資料作為 AI 的訓練材料，是合理的嗎？
整個事件的背後，其實衍生出來的是一個相當根本的大哉問：開源內容，適合作為機器學習的訓練材料嗎？
如同我在其他文章提過的，AI 不是人類，它無法「負責」。在過去，使用開源資料進行生產操作的，都是「人類」而不是「機器」，人類自然可以為自己的所作所為承擔責任，而開源者也可以在特定權利義務下，提供開源內容給需要的人。
「Copilot 沒有從大家都能用的開源代碼中，拿走任何東西。」（微軟與 GitHub 的聲明）
然而，換一個角度想似乎也說得通：正因為 Copilot 是 AI 輔助工具，它不是人類，因此它也並不能以人類的身份，確實「取得」什麼東西。而 Copilot 透過這些開源程式資料庫所「學習」到的東西，反而可以用來輔助其他程式開發者，在這個過程中，似乎受惠的一方遠遠大於受傷的一方，又或者應該說：很難明確舉證有誰在這個過程中實際受了傷。
「相反的，Copilot 幫助開發者編寫程式碼，根據它從公共程式碼中收集到的全部知識來生成建議。」（微軟與 GitHub 的聲明）
再加上，這個集體侵權訴訟，原告方確實很難舉證他們「實際受了什麼可量化的傷害」以及指出「對方明確犯了什麼法，所以該罰 90 億美元」，因此微軟、GitHub、OpenAI 主張舊金山聯邦法院應該直接撤銷這項集體訴訟。
不過，有一個事實對微軟、GitHub、OpenAI 較為不利：Copilot 是訂閱制的服務，一年收費 100 美元。換言之，公司方面是有從這些「用來訓練 AI 的開源內容」獲得好處的。
所以，開源內容提供方就只能默默的吃悶虧嗎？
這整件事的背後其實還隱藏了更深層的意義：如果法院按照微軟、GitHub、OpenAI 的主張，直接撤銷了這項訴訟，那麼這些熱心提供開源內容的人，難道就沒有任何方式幫自己發聲了嗎？畢竟，開源內容提供方雖然免費提供內容給大家，卻也希望可以透過「程式碼歸屬者」之類的標示，某種程度把自己的善舉「迴向」給自己。
例如說，大公司的主管可能在寫程式的時候，使用到這段開源內容，剛好公司缺這領域的專家，於是主動找上開源者談合作等等，也不是不可能的事。
所以這整件事其實並不單純，而 GitHub 可以說是工程師開源世界的第一把交椅，如果他們透過強而有力的法律辯論成功讓開源者吃了悶虧，那工程師是否會集體對 GitHub 這個園地心寒？
總之，我們可以繼續關注這件事的後續發展，無論結果如何，肯定都具備指標性的意義。（文／黃郁棋，2023）
公開留言